SafeSpec: Banishing the Spectre of a Meltdown with Leakage-Free Speculation
在现代CPU中普遍使用的推测执行可能会在处理器缓存和其他结构中留下副作用,即使推测的指令没有提交并且它们的直接影响不可见。最近的Meltdown和Spectre攻击表明,可以利用此行为将特权信息暴露给非特权攻击者。特别是,攻击迫使推测性地执行代码小工具,该代码小工具将执行非法读取,这最终会被压扁,但会留下可被攻击者用来推断值的侧通道踪迹。有几种攻击变体是可能的,允许任意将整个内核内存暴露给无特权的攻击者。在本文中,我们介绍了一种新的模型(SafeSpec),以支持投机的方式,是免疫侧通道泄漏必要的攻击,如熔毁和幽灵。特别是,SafeSpec以攻击者不可见的方式存储推测的副作用,而指令是推测性的。然后,如果分支提交,则推测状态被提交到主CPU结构,或者如果分支不提交,则推测状态被压缩,从而使推测代码的所有直接副作用不可见。解决方案还必须解决在提交指令之前从推测指令到提交指令的隐蔽通道的可能性。我们表明,SafeSpec防止所有三个变种的幽灵和熔毁,以及新的变种,我们介绍。我们还开发了一个周期准确的模型的修改设计的x86-64处理器,并表明性能的影响是可以忽略不计的。我们建立原型的硬件支持的硬件描述语言,以显示额外的开销是小的。我们相信SafeSpec完全关闭了这类攻击,并且它是实用的。
2018-06-16 cs.AR cs.CR
Pre-cache: A Microarchitectural Solution to prevent Meltdown and Spectre
University of Minnesota(明尼苏达大学)
本文提出了一种基于微架构的解决方案,用于防止Meltdown和Spectre攻击,通过防止被冲刷的指令暴露数据到缓存,同时保持高性能。
2025-11-21 cs.AR cs.CR
Comprehensive Evaluation of RSB and Spectre Vulnerability on Modern Processors
诸如分支预测、乱序执行和返回栈缓冲器(RSB)之类的性能增强机制已经在当今的现代处理单元中被广泛采用。虽然成功地提高了CPU性能,但利用这些组件中的设计缺陷和安全漏洞为各种类型的微架构攻击(如Spectre和Meltdown)奠定了基础。虽然许多攻击(如Meltdown和Spectre)已经在Intel处理器上大量实施和分析,但很少有研究评估它们对ARM处理器的影响。此外,SpectreRSB漏洞,基于RSB的幽灵攻击的新变种,在最近的研究中被忽视。在这项工作中,我们首先评估的SpectreRSB漏洞,通过实施这种攻击的ARM处理器,据我们所知,尚未实施和分析ARM处理器。我们进一步提出了一个安全评估的ARM处理器通过实现不同的变种的幽灵族攻击。通过分析从各种实验中获得的结果,我们评估ARM处理器的安全性,其不同的微体系结构设计。我们还介绍了一个高吞吐量和无噪声的隐蔽通道,基于RSB结构。实验结果表明,隐通道的吞吐量为94.19KB/s,误差可以忽略不计。
2023-02-19 cs.AR cs.CR
SpectreRewind: Leaking Secrets to Past Instructions
瞬态执行攻击利用微架构隐蔽通道来泄漏在逻辑程序执行期间不应该被访问的秘密。通常使用的微架构隐蔽通道是在微架构状态中留下持久足迹的通道,例如,高速缓存状态改变,在瞬时执行完成之后,从该通道恢复秘密。在本文中,我们提出了SpectreRewind,一种新的方法来创建基于竞争的瞬态执行攻击的隐蔽通道。在我们的方法中,一个隐蔽的通道是通过发出必要的指令之前,暂时执行的受害者代码逻辑。与需要同时多线程(SMT)的基于竞争的隐蔽通道不同,SpectreRewind支持基于单个硬件线程的隐蔽通道,使其在攻击者无法利用SMT的系统上可行。我们发现,在商品处理器上的浮点除法单元上的竞争可以用来创建一个高性能(~100 KB/s),低噪声的隐蔽通道,而不是常用的刷新+重载基于缓存隐蔽通道的瞬态执行攻击。我们实现了一个熔毁攻击利用建议的隐蔽通道表现出竞争力的性能相比,最先进的基于缓存的隐蔽通道的实现。我们还表明,隐蔽通道工程的JavaScript引擎的Chrome浏览器。
2020-06-23 cs.CR
Systematic Analysis of Programming Languages and Their Execution Environments for Spectre Attacks
在本文中,我们分析了程序设计语言及其执行环境(编译器和解释器)的安全性与Spectre攻击。分析表明,42个执行环境中只有16个至少针对一个Spectre变体采取了缓解措施,即,26个版本没有针对任何Spectre变体的缓解措施。使用我们的新工具Speconnector,我们开发了8种程序设计语言的Spectre概念验证攻击,并对11个以前不知道会受到影响的执行环境生成的代码进行了攻击。我们的研究结果突出了一些程序设计语言,用于实现安全关键代码,但仍然完全不受保护,甚至三年后发现的幽灵。
2021-11-24 cs.CR
GhostMinion: A Strictness-Ordered Cache System for Spectre Mitigation
自20世纪90年代初以来无处不在的无序投机技术仍然是一个根本的安全缺陷。通过Spectre和Meltdown等攻击,攻击者可以欺骗受害者,在一个完全正确的程序中,通过错误推测的执行效果泄露其秘密,以一种对程序员的模型完全不可见的方式。这对应用程序沙箱和进程间通信有严重的影响。设计有效的缓解措施,保持乱序执行的性能,一直是一个挑战。文献中的推测隐藏技术已被证明不能全面关闭这些通道,从而使对手能够重新设计攻击。强有力的、精确的保证是必要的,但同时缓解措施必须达到高性能才能被采用。我们提出了一个新的约束系统,它展示了我们如何全面消除瞬态侧信道攻击,同时仍然允许复杂的推测和推测指令之间的数据转发。然后,我们提出了GhostMinion,一个缓存修改,使用各种新技术,旨在提供仅2.5%的开销的快速顺序。
2021-09-09 cs.AR cs.CR
SPECCFI: Mitigating Spectre Attacks using CFI Informed Speculation
Spectre攻击及其许多后续变种是影响现代CPU的新漏洞类别。这些攻击依赖于误导推测性执行的能力,通常通过利用分支预测结构来推测性地执行易受攻击的代码序列。在本文中,我们建议使用控制流完整性(CFI),一种用于阻止控制流劫持攻击的安全技术,在提交的路径上,以防止投机控制流被劫持发动最危险的变种的幽灵攻击(幽灵BTB和幽灵RSB)。具体来说,CFI试图将间接分支的可能目标约束到由预先计算的控制流图(CFG)定义的一组合法目标。随着CFI被商品软件(例如,Windows和Android)和商用硬件(例如,Intel的CET和ARM的BTI),CFI信息通过硬件CFI扩展变得随时可用。与CFI信息,我们应用CFI原则,也限制非法的控制流在投机执行。具体来说,我们提出的防御,SPECCFI,确保控制流指令的目标法律目的地,以限制危险的投机正向控制流路径(间接调用和分支)。我们增加了这种保护与精确的投机意识的硬件堆栈,以限制投机的反向控制流边缘(回报)。我们将此解决方案与针对分支目标预测攻击(Spectre-PHT)的现有解决方案相结合,以关闭所有已知的非供应商特定的Spectre漏洞。我们表明,SPECCFI结果在小开销的性能和额外的硬件复杂性。
2019-12-04 cs.CR
Detecting speculative data flow vulnerabilities using weakest precondition reasoning
本文提出了一种基于最弱前置条件推理的方法,用于检测推测执行中的数据流漏洞Spectre-STL和Spectre-PSF,并在litmus tests上验证了其有效性。
2025-04-27 cs.CR cs.LO
New Models for Understanding and Reasoning about Speculative Execution Attacks
Spectre和Meltdown攻击及其变种利用硬件性能优化功能导致安全漏洞。秘密信息通过隐蔽或侧面渠道获得和泄露。新的攻击变种不断出现,我们没有系统的方法来捕捉这些攻击的关键特征,并评估它们成功或失败的原因。在本文中,我们提供了一个新的攻击图模型推理的投机执行攻击。我们的攻击模型为有序依赖图,并证明了两个节点之间的竞争条件可以发生,如果有一个失踪的依赖边缘之间。我们定义了一个新的概念,“安全依赖”之间的资源访问和其先前的授权操作。我们发现,一个失踪的安全依赖相当于授权和访问之间的竞争条件,这是投机执行攻击的根本原因。我们展示了我们的攻击图如何对Spectre和Meltdown攻击进行建模的详细示例,并且可以推广到迄今为止发布的所有攻击变体。该攻击模型对于识别新的攻击和概括防御策略也非常有用。我们确定了几种防御策略与不同的性能安全权衡。我们表明,到目前为止提出的防御都适合我们的防御策略之一。我们还解释了如何攻击图可以构建,并指出这是有前途的工具设计师未来的工作。
2020-12-22 cs.AR cs.CR
Spectre is here to stay: An analysis of side-channels and speculative execution
最近发现的Spectre和Meltdown攻击不仅是计算机安全领域的分水岭,也是程序设计语言的分水岭。本文探讨了推测性侧信道攻击及其对程序设计语言的影响。这些攻击通过微架构的侧通道泄漏信息,我们发现这些侧通道不仅仅是错误,实际上是优化的基础。我们确定了三个开放的问题,(1)找到侧通道,(2)理解投机漏洞,(3)减轻它们。对于(1),我们引入了一个数学元模型,该模型阐明了模拟和CPU中的边通道的来源。对于(2),我们引入了一个具有推测语义的体系结构模型来研究最近发现的漏洞。对于(3),我们探索和评估软件缓解措施,并证明一种适用于该模型的缓解措施。我们的分析是通过对V8(Chrome中的生产JavaScript虚拟机)的广泛攻击性研究和防御性实现工作而得出的。对真实硬件模型的直接扩展表明,这些漏洞对有效、高效的缓解提出了巨大的挑战。由于我们的工作,我们现在认为,今天的硬件上的投机漏洞击败了所有语言强制的机密性,没有已知的全面软件缓解措施,因为我们已经发现,不受信任的代码可以构建一个通用的读取小工具,通过侧通道读取同一地址空间中的所有内存。面对这一现实,我们已经将Chrome Web浏览器和V8的安全模型转变为进程隔离。
2019-02-14 cs.CR cs.PL
Analyzing and Exploiting Branch Mispredictions in Microcode
本文提出uSpectre攻击,利用微码分支误预测泄露数据,并发现已知攻击实为其变体,进而提出防御uSLH。
2025-01-22 cs.AR cs.CR
NetSpectre: Read Arbitrary Memory over Network
在本文中,我们提出了NetSpectre,一个通用的远程Spectre变体1攻击。为此,我们展示了第一个访问驱动的远程Evict+恶意缓存攻击网络,泄漏每小时15位。除了改造现有的攻击网络的情况下,我们还展示了第一个幽灵攻击,不使用缓存隐蔽通道。相反,我们提出了一种新的高性能的基于AVX的隐蔽通道,我们在我们的无缓存幽灵攻击中使用。我们表明,特别是远程幽灵攻击的性能显着更好的AVX为基础的隐蔽通道,泄漏60位每小时从目标系统。我们验证了我们的NetSpectre攻击在局域网中以及Google云中的虚拟机之间都有效。NetSpectre标志着从本地攻击到远程攻击的范式转变,使更广泛和更多的设备暴露于Spectre攻击。Spectre攻击现在也必须考虑在根本不运行任何潜在攻击者控制代码的设备上。我们表明,特别是在这种远程情况下,基于不泄漏实际数据的较弱小工具的攻击仍然非常强大,可以远程破坏地址空间布局随机化。我们讨论的几个幽灵小工具比预期的更通用。特别是,值阈值是我们设计的一种技术,它泄漏了一个秘密值,而没有典型的位选择机制。我们概述了未来研究的幽灵攻击和幽灵缓解的挑战。
2018-07-27 cs.CR
Osiris: Automated Discovery of Microarchitectural Side Channels
在过去的几年里,在CPU上发现了一系列的侧通道。这些侧信道已被用于强大的攻击,例如,在加密实现上,或作为瞬态执行攻击(如Spectre或Meltdown)的构建块。然而,在许多情况下,发现侧通道仍然是一个繁琐的手动过程。在本文中,我们提出了Osiris,一个基于模糊的框架,自动发现微架构侧通道。基于CPU ISA的机器可读规范,Osiris生成并行序列三元组,并自动测试它们是否形成基于时序的侧通道。此外,Osiris评估了它们作为瞬时执行攻击中的侧通道的可用性,即,像幽灵党这样的攻击的微架构编码。总的来说,我们在Intel和AMD CPU上发现了四个新颖的基于时序的侧通道。基于这些侧通道,我们展示了三个案例研究中的剥削。我们表明,我们的微架构KASLR打破使用非临时负载,FlushConflict,甚至在新的英特尔冰湖和彗星湖微架构。我们提出了一个跨核跨虚拟机隐蔽通道,不依赖于内存子系统,传输高达1 kbit/s。我们在AWS云上演示了这个通道,表明它是隐身和抗噪的。最后,我们演示了Stream+ Quad,这是一种用于瞬时执行攻击的隐蔽通道,平均允许在瞬时窗口内泄漏7.83字节,改进了最多仅泄漏3字节的最新攻击。
2021-06-07 cs.CR
Revizor: Testing Black-box CPUs against Speculation Contracts
Spectre和Meltdown等推测性漏洞会暴露推测性执行状态,可利用这些漏洞通过侧通道跨安全域泄漏信息。这些漏洞通常会在很长一段时间内未被发现,因为我们缺乏系统测试CPU的工具来发现它们。在本文中,我们提出了一种方法来自动检测商业黑盒CPU的微架构信息泄漏。我们建立在投机合同,我们聘请指定的CPU的微体系结构状态上的程序执行允许的副作用。我们提出了一个基于模型的关系测试(MRT)技术,以经验评估CPU符合这些规范。我们在一个名为Revizor的测试框架中实现MRT,并在真正的Intel x86 CPU上展示其有效性。Revizor会自动检测一组丰富的合同的违规行为,或指出它们的存在。我们发现的一个亮点是,Revizor成功地自动浮出了Spectre,MDS和LVI,以及几个以前未知的变体。
2022-02-08 cs.AR cs.CR
Survey of Transient Execution Attacks
瞬时执行攻击,也称为推测执行攻击,由于它们利用指令的瞬时执行,在分支预测期间泄漏数据。瞬态执行是现代计算机体系结构的基础,但如已经证明的那样构成安全风险。自2018年1月首次披露Spectre和Meltdown攻击以来,已经出现了许多新的攻击类型或攻击变体。这些攻击促使计算机架构师重新思考处理器的设计并提出硬件防御。本文总结了瞬时执行攻击的组成和阶段。每一个组成部分进一步讨论和分类。一组指标,提出了每个组件来评估攻击的可行性。此外,还总结了攻击中可能泄露的数据。此外,现有的攻击进行了比较,这些攻击的局限性进行了讨论的基础上提出的度量。最后,现有的缓解措施,在微体系结构的水平,从文献进行了讨论。
2020-08-30 cs.CR
SPEECHMINER: A Framework for Investigating and Measuring Speculative Execution Vulnerabilities
SPEECH漏洞导致了臭名昭著的Meltdown、Spectre和L1终端故障(L1TF)攻击。虽然许多研究报告了SPEECH漏洞的不同变体,但它们仍然没有得到很好的理解。这主要是由于缺乏关于微处理器实现细节的信息,这些细节影响各种微架构事件的时序和顺序。此外,到目前为止,还没有系统的方法来定量衡量商品加工商的SPEECH漏洞。本文介绍了SPEECHMINER,一个软件框架,探索和测量SPEECH漏洞的自动化方式。SPEECHMINER凭经验建立了一个新的两相故障处理模型和SPEECH漏洞的可利用性和推测窗口之间的联系。它可以在同一个软件框架下测试一个全面的异常触发指令列表,该框架利用隐蔽通道技术和差分测试来获得对微体系结构状态变化的可见性。我们在9种不同的处理器类型上评估了SPEECHMINER,检查了21个潜在的漏洞变体,确认了各种已知的攻击,并确定了几个新的变体。
2019-12-09 cs.CR
Reverse Engineering the Apple M1 Conditional Branch Predictor for Out-of-Place Spectre Mistraining
本文逆向分析 Apple M1 的 TAGE 类条件分支预测器,提出缩小搜索空间的 BPU 别名搜索方法,实现异位 Spectre v1 误训练并发现部分硬件缓解证据。
2025-02-15 cs.CR
Specognitor: Identifying Spectre Vulnerabilities via Prediction-Aware Symbolic Execution
Spectre攻击利用推测性执行来泄露敏感信息。在过去的几年中,已经提出了一些静态侧通道检测器来检测存在推测执行的高速缓存泄漏。然而,这些技术要么忽略了分支预测机制,检测静态的预定义模式,这是不适合检测新的模式,或导致假阴性。在本文中,我们说明了预测不可知的最先进的方法的弱点。我们提出了Specognitor,一种新的预测感知符号执行引擎,健全地探索程序路径和检测微妙的幽灵变体1和变体2漏洞。我们提出了一个动态模式检测机制,以考虑现有的和未来的漏洞。我们的实验结果表明Specognitor在分析真实世界的密码程序w.r.t.不同的处理器家族。
2022-11-24 cs.AR cs.CR cs.SC
Short Paper: Static and Microarchitectural ML-Based Approaches For Detecting Spectre Vulnerabilities and Attacks
University of Massachusetts Dartmouth(马萨诸塞大学达特茅斯分校)
Spectre入侵利用了现代处理器中的推测执行设计漏洞。这些攻击违反了程序中的隔离原则,以获取未经授权的私人用户信息。当前最先进的检测技术利用微体系结构特征或易受攻击的推测性代码来检测这些威胁。然而,这些技术是不够的,因为Spectre攻击已经被证明是更隐蔽的,最近发现的变种绕过了当前的缓解机制。侧通道在处理器缓存中生成不同的模式,并且敏感信息泄漏取决于易受Spectre攻击的源代码,其中攻击者使用这些漏洞,例如分支预测,这会导致数据泄露。以前的研究主要采用微体系结构分析来检测Spectre攻击,这是一种反应式方法。因此,在本文中,我们提出了第一次全面评估的静态和微架构分析辅助机器学习方法来检测Spectre脆弱的代码片段(预防)和Spectre攻击(反应)。我们评估的性能权衡采用分类检测幽灵的漏洞和攻击。
2022-10-26 cs.CR cs.LG
Speculative Buffer Overflows: Attacks and Defenses
利用推测执行的实际攻击可以通过微架构侧通道泄漏机密信息。最近演示的Spectre攻击利用推测性加载来规避访问检查以读取内存驻留的秘密,使用缓存定时或其他隐蔽通信通道将其传输给攻击者。我们介绍了Spectre1.1,这是一个新的Spectre-v1变体,它利用推测性存储来创建推测性缓冲区溢出。与经典的缓冲区溢出非常相似,推测性越界存储可以修改数据和代码指针。数据值攻击可以直接或通过重定向控制流绕过某些Spectre-v1缓解措施。控制流攻击允许任意推测性代码执行,这可以绕过栅栏指令和所有其他软件缓解以前的推测性执行攻击。构建可用于构建替代攻击有效载荷的面向返回的编程(ROP)小工具很容易。我们还介绍了Spectre1.2:在不强制执行读/写保护的CPU上,推测性存储可以覆盖只读数据和代码指针,以突破沙箱。我们强调了这些漏洞带来的新风险,讨论了可能的软件缓解措施,并概述了可以作为硬件防御的微架构机制。我们尚未评估我们提出的软件和硬件缓解措施的性能影响。我们仅详细描述了突出的漏洞特征和其他假设攻击场景,以指导硬件和软件供应商进行威胁分析和缓解。我们建议用户参考更用户友好的供应商建议,以缓解投机性缓冲区溢出或可用的补丁。
2018-07-10 cs.CR
Characterizing the Variance Envelope: A Multi-Dimensional Analysis of Spectre Telemetry Across Architectures and Workloads
University of California, Irvine(加州大学尔湾分校)
本文刻画Spectre攻击的方差包络,通过跨Intel、ARM、AMD架构的实验,发现HPC特征易受环境扭曲、Prime+Probe在AMD Jaguar上存在硬件瓶颈,提出需架构感知的自适应监控用于Spectre检测。
2026-08-17 cs.AR cs.CR
Processor Hardware Security Vulnerabilities and their Detection by Unique Program Execution Checking
最近在高级处理器中发现的安全攻击,被称为Spectre和Meltdown,导致公众对硬件安全的高度警觉。这些攻击的根本原因是通过“隐蔽通道”的信息泄漏,这些通道在秘密和攻击者之间没有任何显式信息流的情况下泄露秘密数据。许多消息来源认为,这种隐蔽通道是基于推测和乱序执行的高度先进的处理器架构所固有的,这表明可以通过远离高端处理器来避免这种安全风险。然而,本文表明,这个问题是更广泛的范围:我们提出了新的类别的隐蔽通道攻击,这是可能的平均复杂度的处理器,按顺序流水线,因为它们是主流的应用程序,从物联网到自治系统。我们提出了一种新的方法作为对隐蔽通道补救的基础:虽然所有以前的攻击都是通过人类攻击者的巧妙思考发现的,但本文提出了一种自动化和详尽的方法,称为“唯一程序执行检查”,该方法系统地检测和定位隐蔽通道的漏洞,包括迄今为止未知的隐蔽通道。
2018-12-05 cs.CR
SMoTherSpectre: exploiting speculative execution through port contention
Spectre、Meltdown和相关攻击已经证明,内核、虚拟机管理程序、可信执行环境和浏览器很容易通过微架构弱点泄露信息。然而,目前尚不清楚其他应用程序,特别是那些不加载攻击者提供的代码的应用程序可能会受到多大程度的影响。目前还不清楚这些攻击在多大程度上依赖于基于缓存的侧通道。我们介绍SMoTherSpectre,一个投机性的代码重用攻击,利用端口争用同时多线程处理器(SMoTher)作为一个侧通道,从受害者进程泄漏信息。SMoTher是一个细粒度的侧通道,它基于单个牺牲指令检测争用。为了发现现实世界的小工具,我们描述了一种方法,并建立一个工具,定位SmoTher-gadgets在流行的图书馆。在对glibc的评估中,我们发现了数百个可以用来泄露信息的小工具。最后,我们展示了对OpenSSH服务器的概念验证攻击,创建用于确定四个主机密钥位的预言机,以及对使用OpenSSL库执行加密的应用程序的攻击,创建一个可以通过libcrypto和glibc中的小工具区分一点明文的预言机。
2019-09-26 cs.CR
InSpectre: Breaking and Fixing Microarchitectural Vulnerabilities by Formal Analysis
最近的Spectre攻击表明了当前计算机微体系结构的根本不安全性。这些攻击使用流水线、乱序和推测等特征来提取有关进程内存内容的任意信息。一个全面的正式的微体系结构模型,能够代表的形式,无序和投机行为,可以有意义地实现在一个高性能的流水线架构尚未出现。这样一个模式将非常有用,因为它将允许正式确定脆弱性的存在和不存在以及反措施的合理性。在本文中,我们提出了这样一个模型,针对单核处理器。该模型是非常通用的,并提供了一个基础设施来定义真正的CPU模型。它集成了支持所有已知Spectre漏洞的微架构功能。我们使用该模型来阐明现有的和新的漏洞的安全性,以及正式分析所提出的对策的有效性。具体来说,我们发现了三个新的(潜在的)漏洞,包括一个新的变种的幽灵v4,投机性提取的漏洞,和乱序执行的漏洞,并分析了现有的三个对策的有效性:常数时间,Retpoline,和ARM的投机性存储旁路安全(SSBS)。
2020-08-17 cs.CR
RELOAD+REFRESH: Abusing Cache Replacement Policies to Perform Stealthy Cache Attacks
高速缓存已成为跨越逻辑隔离边界进行非预期信息抽取的主要方法。即使是Spectre和Meltdown也依赖于缓存侧通道,因为它提供了很高的分辨率,并且在所有主要的CPU平台上都广泛可用。因此,已经提出了几种通过检测缓存攻击来阻止缓存攻击的方法。如果不改变缓存状态并强制驱逐所观察到的进程,就不可能观察共存进程的缓存活动,这一事实对检测有很大帮助。在这项工作中,我们表明,这种广泛持有的假设是不正确的。通过巧妙地使用缓存替换策略,可以跟踪受害者进程的缓存访问,而无需强制驱逐受害者的数据。因此,依赖于这些驱逐的在线检测机制可以被规避,因为它们不会检测到引入的RELOAD+REFRESH攻击。攻击需要对缓存替换策略有深刻的理解。我们提出了一种方法来恢复更换政策,并将其应用到过去五代的英特尔处理器。我们进一步表明,经验上的加密实现的RELOAD+REFRESH的性能与其他广泛使用的缓存攻击,而其可检测性变得非常困难,由于对受害者的缓存访问模式的影响可以忽略不计。
2019-04-12 cs.CR
This is How You Lose the Transient Execution War
本文指出针对Spectre等瞬态执行漏洞的现有缓解措施缺乏全面性且性能代价高昂,若继续依赖旧方案,未来硬件将因叠加缓解层而性能受损且仍受新旧变体威胁。
2023-09-06 cs.CR
A Benchmark Suite for Evaluating Caches' Vulnerability to Timing Attacks
处理器缓存中基于时间的侧通道或隐蔽通道继续对计算机系统构成威胁,它们是最近许多Spectre和Meltdown攻击的关键。基于改进现有的三步模型的缓存定时为基础的攻击,这项工作提出了88强类型的理论定时为基础的漏洞在处理器缓存。为了理解和评估处理器缓存中所有可能类型的漏洞,本文进一步提出并实现了一个新的基准套件,该套件可用于测试给定处理器或缓存设计易受哪些类型的基于缓存定时的攻击。总共有1094个自动生成的测试程序,涵盖了88个理论漏洞。基准测试套件生成缓存计时漏洞分数,可用于评估特定缓存实现对不同攻击的脆弱程度。较小的Cache Timing Vulnerability Score意味着设计更安全,并且可以很容易地比较不同机器之间的分数。评估是在商用英特尔和AMD处理器上进行的,显示处理器实现的差异可能导致它们容易受到不同类型的攻击。除了测试商用处理器之外,基准测试和缓存定时漏洞分数还可用于帮助新安全处理器缓存的设计者评估其设计对基于缓存定时的攻击的敏感性。
2019-11-19 cs.CR
Data Sampling on MDS-resistant 10th Generation Intel Core (Ice Lake)
微体系结构数据采样(MDS)是Intel CPU中的一组硬件漏洞,允许攻击者跨各种安全边界从内存加载和存储中泄漏数据字节。在受影响的CPU上,其中一些漏洞已通过微码更新修补。此外,英特尔宣布最新的微架构,即Cascade Lake和Ice Lake,不受MDS的影响。虽然Cascade Lake被证明容易受到ZombieLoad v2 MDS攻击(也称为TAA),但Ice Lake没有受到这种攻击的影响。在本技术报告中,我们展示了MSBDS的一种变体(CVE 2018 -12126),这是一种MDS攻击,也称为辐射,适用于Ice Lake CPU。这个变种是使用Transynther自动合成的,Transynther是一种寻找Meltdown类型攻击新变种的工具。根据Transynther的调查结果,我们分析了有关此问题的不同微码,结果显示只有2020年1月之后的微码版本可以防止漏洞被利用。这些结果表明,Transynther是一个有价值的工具,可以用来发现新的变体,也可以用来测试微码更新可能引入的回归。
2020-07-15 cs.CR
Global Microprocessor Correctness in the Presence of Transient Execution
本文提出基于精化理论的全局正确性规范,引入动作跳过精化以形式化微处理器一致性,并利用轻量级形式化方法检测瞬态执行漏洞。
2025-06-20 cs.CR
BasicBlocker: ISA Redesign to Make Spectre-Immune CPUs Faster
最近的研究揭示了一类不断增长的微架构攻击,这些攻击利用了推测执行,这是现代处理器的标准功能。建议和部署的对策涉及各种编译器更新、固件更新和硬件更新。部署的反制措施都没有令人信服的安全理由,其中许多已经被打破。简化投机执行攻击分析的一个显而易见的方法是消除投机执行。这通常被认为是不可接受的昂贵,但潜在的成本分析只考虑为当前的部署集架构编写的软件,所以他们不排除新的部署集架构提供可接受的性能而不投机执行的可能性。一个新的ISA需要编译器和硬件更新,但这些都在发生。本文介绍了BasicBlocker,一个通用的ISA修改,适用于所有常见的ISA,并允许非投机CPU获得大部分的性能优势,将提供投机执行。为了证明BasicBlocker的可行性,本文定义了一个称为BBRISC-V的RISC-V ISA的变体,并使用相关的编译器和各种基准程序对5级有序软核和超标量乱序处理器进行了全面的评估。
2021-05-05 cs.AR cs.CR
MAD-EN: Microarchitectural Attack Detection through System-wide Energy Consumption
Iowa State University(爱荷华州立大学)
随着Spectre和Meltdown等攻击的多样性,微体系结构攻击对硬件安全的威胁越来越大。厂商补丁无法跟上新威胁的步伐,这使得动态异常检测工具比以前更加明显。不幸的是,以前的研究利用硬件性能计数器,导致高性能开销和配置文件有限数量的微体系结构攻击,由于可以同时配置的计数器的数量很少。这使得这些检测工具在现实世界的场景中效率低下。在本研究中,我们介绍了MAD-EN动态检测工具,该工具利用从通用英特尔RAPL工具收集的系统范围内的能耗跟踪来检测系统中正在发生的异常。在我们的实验中,我们证明了基于CNN的MAD-EN可以检测到10种不同的微架构攻击,共有15种变体,最高F1得分为0.999,这使得我们的工具成为迄今为止最通用的攻击检测工具。此外,在系统中检测到异常后,可以以98%的准确率区分单个攻击。我们证明,MAD-EN引入69.3%的性能开销相比,性能计数器为基础的检测机制。
2022-05-31 cs.CR cs.LG
ret2spec: Speculative Execution Using Return Stack Buffers
推测性执行是一种优化技术,十多年来一直是CPU的一部分。它预测分支指令的结果和目标,以避免停止执行管道。然而,直到最近,推测性代码执行的安全含义还没有被研究。在本文中,我们研究了一种特殊类型的分支预测器,负责预测返回地址。据我们所知,我们是第一个研究返回地址预测器及其对现代软件安全性的影响的人。在我们的工作中,我们将展示如何返回堆栈缓冲区(RSBs),返回地址预测器的核心单元,可以用来触发误推测。基于这些知识,我们提出了两种新的攻击变种,使用RSBs,使攻击者具有与文件中的Spectre攻击类似的能力。我们展示了本地攻击者如何在进程间获得任意推测性代码执行,例如,泄露其他用户在共享系统上输入的密码。我们的评估表明,最近在操作系统中部署的Spectre对策也可以覆盖这种基于RSB的跨进程攻击。然而,我们证明,攻击者可以触发错误推测在JIT环境中,以泄漏任意内存内容的浏览器进程。使用JIT编译的代码在沙箱内存区域之外读取仍然可以达到平均80%的准确率。
2018-08-20 cs.CR
CloudShield: Real-time Anomaly Detection in the Cloud
Princeton University(普林斯顿大学)
在云计算中,如果可以通过自动异常检测系统来检测可疑活动,则是期望的。尽管异常检测在过去已经被研究过,但是在云计算中它仍然是未解决的。挑战是:描述云服务器的正常行为,区分良性和恶意异常(攻击),并防止由于错误警报而导致的警报疲劳。我们提出了CloudShield,一个实用的和通用的实时的【形】异常和攻击检测系统的云计算。Cloudshield使用具有不同云工作负载的通用预训练深度学习模型来预测正常行为,并通过检查模型重建误差分布来提供实时的【形】连续检测。一旦检测到异常,为了减少警报疲劳,CloudShield会通过检查预测误差分布来自动区分良性程序、已知攻击和零日攻击。我们在代表性的云基准上评估了建议的CloudShield。我们的评估表明,使用模型预训练的CloudShield可以适用于广泛的云工作负载。特别是,我们观察到CloudShield可以检测最近提出的投机执行攻击,例如,幽灵和熔毁攻击,以毫秒计。此外,我们还表明,CloudShield可以准确地区分已知攻击和潜在的零日攻击与良性程序并确定其优先级。因此,它可以显著减少高达99.0%的误报。
2021-08-25 cs.CR cs.LG
PMU-Data: Data Traces Could be Distinguished
该研究提出 PMU-Data 侧信道攻击,利用 PMU 事件区分指令操作数产生的数据痕迹,并通过多处理器实验验证其可泄露内核数据、构建隐蔽信道及突破 TEE。
2025-02-15 cs.CR
Shesha: Multi-head Microarchitectural Leakage Discovery in new-generation Intel Processors
本文提出受粒子群优化启发的 Shesha 框架,利用错误推测等价类划分自动搜索 x86 指令集扩展,在新一代 Intel 处理器中发现并分析五条新瞬态执行路径,且实现密码数据泄漏。
2024-06-14 cs.CR
Exploiting Inaccurate Branch History in Side-Channel Attacks
本文分析现代 BPU 的无偏置预测与分支历史推测如何改变 BHB 更新,提出 Spectre-BSE、Spectre-BHS 和 BiasScope,并用 Chimera 实现高速内核内存泄露。
2025-06-08 cs.AR cs.CR
LEASH: Enhancing Micro-architectural Attack Detection with a Reactive Process Scheduler
微体系结构攻击使用通过共享资源泄漏的信息来破坏硬件强制隔离。这些攻击已被用于窃取从加密密钥到特权操作系统(OS)数据的私人信息,这些数据存在于从手机到云服务器的各种设备中。大多数现有的软件对策要么有不可接受的开销或相当大的误报。此外,它们被设计用于特定的攻击,并且不能容易地适应新的变体。在本文中,我们提出了一个框架,称为LEASH,它的工作原理从操作系统调度,以最小的开销,可以忽略不计的误报的影响,阻碍微架构的攻击,并能够处理各种各样的攻击。LEASH的工作原理是在运行时饥饿恶意行为的线程,提供不足够的时间和资源来执行攻击。被错误标记为良性的线程的CPU分配将被提升,以最大限度地减少开销。为了演示该框架,我们修改Linux的完全公平的攻击与LEASH和评估它与七个微架构的攻击,从熔毁和Rowhammer到TLB隐蔽通道。的运行时开销进行了评估与一系列的现实世界的应用程序,发现平均不到1%。
2021-09-20 cs.CR
FortuneTeller: Predicting Microarchitectural Attacks via Unsupervised Deep Learning
Worcester Polytechnic Institute(伍斯特理工学院);University of Lübeck(吕贝克大学)
微架构攻击日益增长的安全威胁强调了硬件级别强大的安全传感器和检测机制的重要性。虽然有关于缓存攻击的运行时检测的研究,但缺少考虑现有和未来攻击的广泛范围的通用模型。不幸的是,以前的方法只考虑单个攻击变体,例如Prime+Probe,或特定的受害者应用程序,例如加密实现。此外,最先进的异常检测方法是基于粗粒度的统计模型,这是不成功的检测异常在大规模的现实世界的系统。由于高级递归神经网络(RNN)算法的记忆能力,可以更准确地学习短期和长期依赖关系。因此,我们提出了一种新的RNNs,它首次利用RNNs的优势来学习复杂的执行模式,并检测现实世界系统中看不见的微架构攻击。EaseTeller以无监督的方式从微架构的角度对良性工作负载模式进行建模,然后预测即将到来的良性执行应该如何表现。当预测的执行模式和运行时观察结果之间存在差异时,将自动检测潜在的攻击和恶意行为。我们基于英特尔处理器上可用的硬件性能计数器实现了TableTeller,并使用从良性应用程序中获得的1000万个样本进行了训练。这是第一次,最新的攻击,如Meltdown,Spectre,Rowhammer和Zombieload,可以通过一个训练模型检测到,而无需在训练过程中观察这些攻击。我们表明,KineTeller实现了0.9970的F分数。
2019-07-08 cs.CR cs.LG
Okapi: Efficiently Safeguarding Speculative Data Accesses in Sandboxed Environments
本文提出Okapi,一种硬件/软件跨层架构,通过限制推测性数据访问和引入新指令,在沙箱环境中以低性能开销有效防御瞬态执行侧信道攻击。
2025-08-14 cs.AR cs.CR
BETA: Automated Black-box Exploration for Timing Attacks in Processors
BETA 是一个黑盒模糊测试框架,通过约束变异方向和指令分类覆盖率反馈,高效发现 Intel 与 AMD 处理器中的微架构时序漏洞,检测速度较现有方法至少提升 3 倍。
2024-10-22 cs.AR cs.CR
μRL: Discovering Transient Execution Vulnerabilities Using Reinforcement Learning
Worcester Polytechnic Institute(伍斯特理工学院)
本文提出 μRL,用反馈驱动的强化学习自动探索处理器指令序列以发现瞬态执行漏洞,并在 Intel Skylake-X 与 Raptor Lake 上找到多种无异常字节泄漏原语。
2025-02-20 cs.AR cs.CR cs.LG